GPT-6 Astra มาแล้ว แต่ AGI มาถึงหรือยัง

 

ช่วงสัปดาห์ที่ผ่านมา หน้าฟีดยูทูปของผู้เขียนมีคลิปเรื่อง GPT-6 Astra ขึ้นมาหลายคลิป คนละช่อง คนละภาษา แต่มีคำว่า AGI อยู่ในชื่อคลิปเหมือนกันหมด

ผู้เขียนกดดูไปสองสามคลิป ดูจบแล้วยังตอบคำถามพื้นฐานที่สุดไม่ได้ คือตกลง AGI หมายถึงอะไรกันแน่ และชื่อ Astra นี่ต่างจากที่เราใช้อยู่ทุกวันตรงไหน

เลยไปนั่งอ่านเอกสารต้นทางเอง ทั้งของ OpenAI ของผู้ทดสอบอิสระ และของฝั่งที่ออกมาเถียง สิ่งที่เจอต่างจากที่คลิปเล่าอยู่พอสมควร

1. AGI คืออะไร

AI ที่เราใช้กันทุกวันนี้เก่งเป็นเรื่อง ๆ เก่งเขียน เก่งสรุป เก่งแปล เก่งเขียนโค้ด แต่ความเก่งแต่ละอย่างยังต้องมีคนคอยบอกว่าจะเอาไปทำอะไร

AGI คือขั้นถัดไปจากนั้น กฎบัตรของ OpenAI เองนิยามไว้ว่า "ระบบอัตโนมัติสูงที่ทำงานซึ่งมีมูลค่าทางเศรษฐกิจได้ดีกว่ามนุษย์ในงานส่วนใหญ่"

คำสำคัญอยู่ที่ งานส่วนใหญ่
ไม่ใช่งานที่มันถนัด ไม่ใช่งานที่เราเลือกมาให้ แต่คืองานส่วนใหญ่ที่มนุษย์ทำแล้วได้เงิน

ปัญหาคือคำนี้ไม่มีเจ้าของ นักวิจัยคนหนึ่งใช้หมายถึงระบบที่เรียนรู้เรื่องใหม่ได้เองเหมือนคน อีกคนหมายถึงระบบที่ทำงานแทนคนได้จริงในระบบเศรษฐกิจ ส่วนคนทำการตลาดใช้หมายถึงรุ่นใหม่ที่แรงกว่าเดิมมาก

เวลาได้ยินใครบอกว่า AGI มาแล้ว คำถามแรกจึงควรเป็น "คุณหมายถึงนิยามไหน" ไม่ใช่ "จริงเหรอ"

2. Astra ทำอะไรได้บ้าง

GPT-6 Astra เปิดตัววันที่ 3 กันยายน 2569 การขึ้นเลขรุ่นจาก 5 เป็น 6 เป็นสัญญาณจากบริษัทเองว่านี่ไม่ใช่การอัปเกรดย่อย

สเปกที่พอจับต้องได้คือ รับข้อความได้ครั้งละ 1,050,000 token คิดง่าย ๆ คือยัดหนังสือทั้งเล่มเข้าไปได้สบาย ปรับระดับความพยายามในการคิดได้ห้าระดับตั้งแต่ต่ำสุดถึงสูงสุด และเทรนบน GPU กว่าแสนตัวที่ศูนย์ข้อมูลในรัฐเท็กซัส

แต่สเปกไม่ใช่เรื่องที่ทำให้คนตกใจ

เรื่องที่ทำให้คนตกใจคือมันแก้โจทย์คณิตศาสตร์ที่ค้างมานานได้สิบข้อ หนึ่งในนั้นคือการพิสูจน์ว่ามีคู่จำนวนเฉพาะที่ห่างกันไม่เกิน 186 อยู่เป็นจำนวนอนันต์ อีกข้อคือหักล้างข้อสันนิษฐานที่นักคณิตศาสตร์เชื่อกันมานาน

สิ่งที่ทำให้เรื่องนี้ต่างจากข่าว AI ทั่วไป คือคำตอบมาพร้อมใบรับรองที่เครื่องตรวจสอบได้ทุกขั้นตอน ไม่ต้องเชื่อคำโฆษณา ไม่ต้องเถียงกันว่าวัดถูกวิธีไหม เอาไปรันตรวจได้เลย

แม้แต่ Gary Marcus นักวิทยาศาสตร์ด้านการรู้คิดและอดีตอาจารย์มหาวิทยาลัยนิวยอร์ก ซึ่งเป็นคนที่ออกมาวิจารณ์ว่าวงการ AI โฆษณาเกินจริงมาตลอดสิบปี ก็ยอมรับว่าผลงานชุดนี้ของจริง เขาติดใจแค่ว่า Astra ไม่ยอมบอกว่าคิดออกมาได้อย่างไร

เส้นแบ่งระหว่าง AI ที่สรุปความรู้เดิม กับ AI ที่สร้างความรู้ใหม่ ถูกข้ามไปแล้ว อย่างน้อยก็ในโดเมนเดียว

3. ประโยคเดียวที่จุดกระแสทั้งหมด

Greg Brockman ผู้ร่วมก่อตั้งและประธานของ OpenAI ซึ่งเป็นคนระดับที่พูดแทนบริษัทได้ ปิดการแถลงข่าวด้วยประโยค "Welcome to the AGI era" และบอกว่าส่วนตัวเขาเชื่อว่าถึงแล้ว

แต่บริษัทไม่ได้ประกาศอย่างเป็นทางการ

ความกำกวมตรงนี้เองที่ทำให้เรื่องแพร่ไปทั่ว สื่อใหญ่ต้องรายงาน ยูทูปเบอร์ต้องทำคลิป และคนดูทั่วไปได้ยินแค่สามตัวอักษร

ทีนี้มาถึงจุดที่ผู้เขียนคิดว่าน่าสนใจที่สุดของเรื่องทั้งหมด

OpenAI สร้างข้อสอบของตัวเองขึ้นมาชุดหนึ่งชื่อ GDPval เพื่อวัดว่าโมเดลทำงานที่มีมูลค่าทางเศรษฐกิจได้ดีแค่ไหน ซึ่งตรงกับนิยาม AGI ในกฎบัตรของบริษัทพอดี

ในเอกสารเปิดตัว Astra ไม่มีผล GDPval เลยสักบรรทัด

พอ Artificial Analysis ซึ่งเป็นผู้ทดสอบอิสระไปวัดเอง ผลออกมาว่า Astra ทำได้ แย่ลง จากรุ่นก่อนอย่างมีนัยสำคัญ ทั้งงานสนับสนุนธนาคารและงานเขียนโค้ดเชิงวิทยาศาสตร์

ประกาศว่าถึงยุค AGI แล้ว แต่ข้อสอบที่ตัวเองออกมาวัด AGI กลับไม่ปรากฏในเอกสาร เรื่องนี้ไม่มีอยู่ในคลิปไหนที่ผู้เขียนดูเลย

4. ความเสี่ยงระดับวิกฤต

Astra เป็นโมเดลตัวแรกในประวัติศาสตร์ของ OpenAI ที่ถูกบริษัทตัวเองจัดชั้นความเสี่ยงไว้ที่ระดับวิกฤต

เหตุผลคือมันหาช่องโหว่ที่ยังไม่มีใครรู้ได้เอง เขียนโค้ดโจมตี แล้วร้อยหลายช่องโหว่ต่อกันจนเจาะระบบที่ป้องกันแน่นหนาได้ โดยไม่ต้องมีคนบอกทีละขั้น

ไทม์ไลน์ของเรื่องนี้บอกอะไรได้เยอะ วันที่ 7 สิงหาคมมีการประเมินเบื้องต้นว่าอันตรายถึงระดับวิกฤต วันที่ 18 สิงหาคมบริษัทหยุดการเทรนไปสองสัปดาห์เพื่อเสริมความปลอดภัย กลับมาเทรนต่อวันที่ 28 สิงหาคม แล้วปล่อยออกมาวันที่ 3 กันยายน

บริษัทที่แข่งกันด้วยความเร็วขนาดนี้ยอมหยุดสองสัปดาห์ แปลว่าเจอของจริง

5. มันเริ่มคิดในที่ที่เรามองไม่เห็น

โมเดลรุ่นก่อนหน้าเวลาคิดจะพ่นความคิดออกมาเป็นข้อความ เราอ่านตามได้ว่ามันคิดถึงอะไรก่อนหลัง

Astra ใช้วิธีใหม่ คือวนข้อมูลกลับเข้าไปในชั้นภายในของตัวเองหลายรอบก่อนจะตอบ การคิดเกิดขึ้นเป็นตัวเลขล้วน ๆ ไม่เหลือร่องรอยเป็นภาษาให้อ่าน

ตัวเลขจากเอกสารของ OpenAI เองระบุว่า Astra ทำโจทย์คณิตศาสตร์โดยไม่แสดงกระบวนการคิดเลยได้นานถึง 31 นาที ขณะที่รุ่นก่อนหน้าทำได้ 3.6 นาที

ที่เรื่องนี้สำคัญ เพราะการอ่านความคิดที่โมเดลพ่นออกมาคือเครื่องมือหลักที่นักวิจัยความปลอดภัยใช้ตรวจว่ามันกำลังคิดอะไรอยู่ พอความคิดหายเข้าไปอยู่ในตัวเลข เครื่องมือนั้นก็ใช้ไม่ได้

Buck Shlegeris ซีอีโอของ Redwood Research องค์กรไม่แสวงหากำไรที่ทำวิจัยเรื่องการควบคุม AI โดยเฉพาะ เตือนว่าถ้าดันเทคนิคนี้ต่อจะทำลายการตรวจสอบแบบเดิมไปเลย ส่วน Jakub Pachocki หัวหน้านักวิทยาศาสตร์ของ OpenAI ซึ่งเป็นคนคุมทิศทางการวิจัยทั้งหมดของบริษัท รับปากว่าจะระงับการขยายสเกลจนกว่าจะมั่นใจพอ

สำหรับคนใช้งานทั่วไปอย่างเรา เรื่องนี้แปลง่าย ๆ ว่า เวลามันตอบผิด เราจะหาสาเหตุยากขึ้นกว่าเดิม

6. เทียบสามค่าย ใครอยู่ตรงไหน

เรื่องที่คนไม่ค่อยรู้คือ Astra ไม่ได้ออกมาคนเดียว Anthropic ปล่อย Claude Fable 5.1 ก่อนหน้านั้นสองวัน ส่วน Google เงียบสนิท

หัวข้อ	GPT-6 Astra	Claude Fable 5.1	Gemini
วันเปิดตัว	3 ก.ย. 2569	1 ก.ย. 2569	Flash 3.8 ต้น ก.ย.
คะแนนความฉลาดรวม (Artificial Analysis)	61	66	อันดับ 10
คะแนนงานเขียนโค้ด	67	70	ไม่มีข้อมูล
งานที่มีมูลค่าทางเศรษฐกิจ (GDPval)	ถอยหลังจากรุ่นก่อน	ไม่ได้เปิดเผย	ไม่มีข้อมูล
ระดับความเสี่ยงที่บริษัทประเมิน	วิกฤต	ต่ำ	ไม่มีข้อมูล
ราคา API ต่อล้าน token	$10 / $50 (ขึ้น 2.5 เท่า)	ถูกลง 25% จากรุ่นก่อน	ไม่มีข้อมูล

* คะแนนจาก Artificial Analysis ซึ่งเป็นผู้ทดสอบอิสระ ส่วนระดับความเสี่ยงเป็นการประเมินของแต่ละบริษัทเอง

ตัวเลขในตารางบอกว่าสามค่ายกำลังเดิมพันคนละเรื่องกัน OpenAI เลือกดันความสามารถให้สุดแล้วยอมรับความเสี่ยงที่ตามมา ขณะที่ Anthropic เลือกทางที่คะแนนยังนำอยู่ ราคาถูกลงจากรุ่นก่อน และความเสี่ยงยังอยู่ในระดับต่ำ

ส่วน Google เลือกไม่ปล่อย

กรณีของ Google น่าสนใจเป็นพิเศษ ในรอบ 106 วันที่ผ่านมาบริษัทปล่อยโมเดลรุ่นเล็กออกมาสี่ตัว รุ่น 3.7 กับ 3.8 ห่างกันแค่สามสัปดาห์ แต่รุ่นเรือธงที่ Sundar Pichai ซีอีโอของ Google สัญญาไว้เองตั้งแต่เดือนมิถุนายนยังไม่ออกสักที มีรายงานว่าตัวที่ทดสอบภายในถูกตีตกไปเพราะดีกว่ารุ่นเล็กไม่มากพอ

บริษัทที่มีทรัพยากรมากที่สุดในสามค่าย เลือกจะไม่ปล่อยของที่ตัวเองยังไม่พอใจ อันนี้เป็นข้อมูลที่ควรเก็บไว้พิจารณาเหมือนกัน

7. ถ้าจะลองใช้จริง ต้องจ่ายเท่าไหร่

ส่วนนี้เป็นเรื่องที่กระทบเราตรง ๆ มากที่สุด

ค่าย	แพ็กเกจ	ราคา/เดือน	ได้ตัวท็อปหรือไม่
OpenAI	Plus	$20	ได้ Astra แต่โควตาต่อรอบเหลือราวครึ่งเดียวของรุ่นก่อน
	Pro	$100 / $200	โหมดคิดหนัก 50 หรือ 200 ข้อความต่อสัปดาห์
Anthropic	Pro	$20	ไม่รวม Fable 5.1 ต้องซื้อเครดิตเพิ่มต่างหาก
	Max	$100 / $200	รวม Fable 5.1 ใช้ได้ถึง 50% ของโควตารายสัปดาห์
Google	AI Pro	$19.99	ได้รุ่น Pro พร้อมพื้นที่เก็บข้อมูล 5 TB แต่ไม่ได้โหมด Deep Think
	AI Ultra	$99.99 / $199.99	เพิ่มโหมด Deep Think และพื้นที่ 20 TB

* ราคา ณ กันยายน 2569 ยังไม่รวมภาษี และเงื่อนไขโควตาปรับได้ตลอดเวลา

อ่านตารางนี้แล้วจะเห็นเรื่องหนึ่งชัดมาก ที่ราคา $20 เท่ากันทั้งสามค่าย เราได้ของไม่เท่ากันเลย

ฝั่ง OpenAI ให้ตัวท็อปจริงมาที่ระดับ $20 แต่ตัดโควตาลง ฝั่ง Anthropic ตรงไปตรงมากว่า คือตัวท็อปไม่รวมในแพ็กเกจ $20 อยากได้ต้องขึ้นไปที่ $100 ส่วน Google ให้รุ่นรองพร้อมพื้นที่เก็บของและบริการอื่นพ่วงมา ถ้าอยากได้โหมดคิดหนักต้องขึ้น Ultra

อีกเรื่องที่ควรระวังคือคำว่า "ใช้ได้แล้ว" ในข่าว มักหมายถึงใช้ได้ในโควตาที่จำกัดกว่าเดิม โควตาโหมดคิดหนักของ Astra นับเป็นจำนวนข้อความต่อสัปดาห์ ไม่ใช่ต่อวัน ถ้าเอาไปนั่งเล่นโจทย์ยาก ๆ วันเดียวก็หมดได้

คำแนะนำของผู้เขียนสำหรับคนที่ใช้งานทั่วไปคือยังไม่ต้องรีบขยับ งานเขียน งานสรุป งานค้นข้อมูล โมเดลระดับกลางที่เราใช้อยู่ทำได้ดีพออยู่แล้ว แถมยังเร็วกว่าด้วย

ถ้าอยากลองจริง วิธีที่คุ้มที่สุดคือหยิบโจทย์ที่เราเคยลองแล้วโมเดลเดิมทำไม่ได้ มาลองใหม่ด้วยระดับความพยายามสูงสุด แล้วดูว่าผลต่างกันมากพอจะจ่ายเพิ่มไหม วัดกับงานของตัวเองเสมอ อย่าวัดจากคะแนนในคลิป

8. ทำไมถึงบอกว่าอย่าเชื่อคะแนนในคลิป

มีตัวเลขชุดหนึ่งที่อธิบายเรื่องนี้ได้ดีที่สุด

ข้อสอบชื่อ ARC-AGI-3 เป็นชุดทดสอบที่ออกแบบมาวัดความสามารถในการแก้ปัญหาที่ไม่เคยเจอมาก่อน Astra ทำได้ 99.9% เมื่อทดสอบด้วยระบบของ OpenAI เอง และทำได้ 62.7% เมื่อผู้จัดสอบทดสอบด้วยระบบกลาง

ห่างกัน 37 จุด จากข้อสอบชุดเดียวกัน โมเดลตัวเดียวกัน

นี่ไม่ใช่ความคลาดเคลื่อนเล็กน้อย แต่แปลว่าสภาพแวดล้อมที่รันโมเดล ทั้งเครื่องมือที่ให้ใช้ เวลาที่ให้คิด และวิธีตั้งคำถาม มีผลพอ ๆ กับตัวโมเดลเอง

เรื่องเดียวกันเกิดกับการจัดอันดับ สำนักหนึ่งจัด Astra เป็นอันดับหนึ่ง อีกสำนักจัดเป็นอันดับแปดจากสองร้อยกว่าโมเดล จนต้องรื้อระบบดัชนีใหม่ทั้งชุด

เวลาเห็นตัวเลขใหญ่ ๆ ในภาพปกคลิป ให้ถามสองคำถามเสมอ คือ ใครวัด และ วัดในสภาพแวดล้อมแบบไหน

บทส่งท้าย

คนที่ผู้เขียนคิดว่าตอบเรื่องนี้ได้ตรงที่สุดคือ François Chollet วิศวกรผู้สร้างไลบรารี Keras ที่คนทำ AI ทั่วโลกใช้กัน และเป็นคนออกแบบข้อสอบ ARC-AGI ขึ้นมาเอง

เขาปฏิเสธชัดเจนว่า Astra ยังไม่ใช่ AGI แต่ก็เลื่อนคำทำนายของตัวเองให้เร็วขึ้นเกือบเท่าตัว จากเดิมที่เคยบอกว่าราวปี ค.ศ. 2030

เหตุผลที่เขาเลื่อนไม่ได้มาจากคะแนนที่สูงขึ้น แต่มาจากการที่ระหว่างแก้โจทย์ Astra ใช้จำนวนครั้งในการลองน้อยกว่ามนุษย์ทั่วไป และมันสร้างระบบสัญลักษณ์ของตัวเองขึ้นมาใช้ระหว่างทาง

พูดอีกอย่างคือมันเรียนรู้เร็วกว่าเรา ไม่ได้แค่ตอบได้ถูกกว่า

อ่านจบแล้วผู้เขียนกลับมานั่งคิดเรื่องคำถามที่ทุกคลิปชวนให้ถาม นั่นคือ "ตกลง AGI มาถึงแล้วหรือยัง"

คำถามนี้ตอบไม่ได้ เพราะแต่ละคนถือนิยามคนละอย่าง และคนที่ตอบเสียงดังที่สุดมักเป็นคนที่มีของจะขาย ต่อให้เถียงกันจนจบปีก็ไม่มีใครแพ้ใครชนะ

คำถามที่ตอบได้จริงคือ เดือนนี้เครื่องทำอะไรได้ที่เดือนที่แล้วทำไม่ได้ และเรื่องนั้นเกี่ยวอะไรกับงานที่เราทำอยู่ทุกวัน

พอเปลี่ยนมาถามแบบนี้ ภาพของเดือนกันยายนก็ชัดขึ้นทันที สิ่งที่เปลี่ยนไปจริงคือเครื่องเริ่มแก้โจทย์ที่มนุษย์แก้ไม่ตกมานาน โดยคิดอยู่ในที่ที่เรามองไม่เห็นและใช้เวลาลองผิดลองถูกน้อยกว่าเรา ส่วนงานที่เราใช้มันอยู่ทุกวันอย่างงานเขียน งานสรุป งานค้นข้อมูล แทบไม่ต่างจากเดือนที่แล้วเลย

สองเรื่องนี้เกิดขึ้นพร้อมกันได้ และนี่คือเหตุผลที่ข่าวใหญ่ระดับนี้กับชีวิตประจำวันของเราถึงรู้สึกไม่ค่อยเชื่อมกัน

ส่วนเราในฐานะคนใช้งาน สิ่งที่ทำได้คือไม่ตื่นเต้นตามพาดหัว ไม่รีบจ่ายตามกระแส ลองกับงานของตัวเองแล้วค่อยตัดสินใจจากสิ่งที่เห็นด้วยตาตัวเอง

เท่านี้ก็พอแล้วครับ

---

เขียนเมื่อ 7 กันยายน 2569 | OpenAI, Anthropic, Google One, Artificial Analysis, Fortune, The Decoder, Axios